《表5 混淆矩阵：利用光谱混合分解模型分析GF-6新增波段对土地利用/覆被的响应》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《利用光谱混合分解模型分析GF-6新增波段对土地利用/覆被的响应》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过验证样本分别对S1、S2、S3、S4分类结果建立混淆矩阵（表5），通过混淆矩阵可以看出，丢失黄光波段的S3总体分类精度和Kappa系数最高，分类结果最优，说明黄光波段对普通土地覆被分类的贡献很小，甚至会产生干扰，影响分类精度，但相较S1来说，S3建设用地的生产者精度和用户精度都有轻微下降，说明黄光波段可能会对建设用地有部分响应（参考4.2节）；缺失红边波段S2的总体分类精度和Kappa系数明显低于全部波段S1的分类精度，大量的耕地、林地、果园等植被区被错分成了建设用地导致植被区分类的生产者精度（2种情景下耕地、林地、果园分别为92.53%～65.38%、68.63%～45.69%和78.25%～39.06%）和用户精度均（2种情景下耕地、林地和果园分别为70.44%～46.52%、95.84%～94.98%和57.43%～52.63%）均有所降低，体现出红边波段对植被分类具有很大的贡献，且建设用地分类的用户精度也偏低（76.56%），验证了4.2中红边1波段与建设用地有较强的相关性；S4耕地、林地、果园的生产者精度分别为86.93%、67.04%和82.2%，较多植被信息丢失，说明紫光波段对植被和建设用地信息的提取均有影响（参考4.2节）。